[發明專利]一種信息分類的方法及設備

有效

• 申請號: 201710794992.3
• 申請日: 2017-09-05
• 公開（公告）號: CN110019777B
• 公開（公告）日: 2022-08-19
• 發明（設計）人: 王興光;林芬
• 申請（專利權）人: 騰訊科技（深圳）有限公司
• 主分類號: G06F16/35
• 分類號: G06F16/35;G06K9/62;G06N3/04;G06N3/08
• 代理公司: 深圳市深佳知識產權代理事務所(普通合伙) 44285
• 代理人: 王仲凱

1.一種信息分類的方法，其特征在于，包括：

接收待分類的查詢信息；

獲取類別信息，所述類別信息中包括多個類別；

獲取所述查詢信息在所述多個類別中每個類別下所對應的第一權重；

根據所述類別信息、所述第一權重及已訓練的第一模型進行訓練，得到目標分類器，所述目標分類器記錄的類別包括目標類別和非目標類別，所述第一模型為以所述查詢信息相關的語料進行訓練后得到的分類模型；

通過所述目標分類器對所述查詢信息進行分類，得到所述查詢信息在所述目標類別下的權重和所述查詢信息在所述非目標類別下的權重；

若所述目標類別對應的權重大于所述非目標類別對應的權重，則確定所述查詢信息歸屬于所述目標類別。

2.根據權利要求1所述的方法，其特征在于，所述方法還包括：

若所述目標類別對應的權重小于所述非目標類別對應的權重，則確定所述查詢信息歸屬于所述非目標類別，所述非目標類別包括多個子類別；

比較所述多個子類別中的每個子類別所對應的權重；

確定所述查詢信息歸屬于所述每個子類別所對應的權重中的權重最大值所對應的子類別。

3.根據權利要求1所述的方法，其特征在于，所述根據所述類別信息、所述第一權重及第一模型進行訓練，得到目標分類器，包括：

根據所述類別信息，所述第一權重和所述第一模型進行訓練，得到第一分類器，所述第一模型為監督分類模型；

所述通過所述目標分類器對所述查詢信息進行分類，得到所述查詢信息在所述目標類別下的權重和所述查詢信息在所述非目標類別下的權重，包括：

通過所述第一分類器對所述查詢信息進行分類，得到所述查詢信息在所述目標類別下的第二權重和所述查詢信息在所述非目標類別下的第三權重；

根據所述類別信息、所述第一權重、所述第二權重、所述第三權重和已訓練的第二模型進行訓練，得到第二分類器，所述第二模型為非監督分類模型，所述第二模型為以所述查詢信息相關的語料進行訓練后得到的模型，所述第二分類器為所述目標分類器；

所述通過所述目標分類器對所述查詢信息進行分類，得到所述查詢信息在所述目標類別下的權重和所述查詢信息在所述非目標類別下的權重，包括：

通過所述第二分類器對所述查詢信息進行分類，得到所述查詢信息在所述目標類別下的第四權重和所述查詢信息在所述非目標類別下的第五權重。

4.根據權利要求3所述的方法，其特征在于，所述通過所述第二分類器對所述查詢信息進行分類，得到所述查詢信息在所述目標類別下的第四權重和所述查詢信息在所述非目標類別下的第五權重之后，所述方法還包括：

根據所述類別信息、所述第一權重，所述第二權重、所述第三權重、所述第四權重、所述第五權重和已訓練的第三模型進行訓練，得到第三分類器，所述第三模型為以所述查詢信息相關的語料進行訓練后得到的模型，所述第三模型為監督分類模型；

所述通過所述目標分類器對所述查詢信息進行分類，得到所述查詢信息在所述目標類別下的權重和所述查詢信息在所述非目標類別下的權重，包括：

通過所述第三分類器對所述查詢信息進行分類，得到所述查詢信息在所述目標類別下的第六權重和所述查詢信息在所述非目標類別下的第七權重。

5.根據權利要求1至4任一項所述的方法，其特征在于，所述根據所述查詢信息及所述對應的所述每個類別的第一權重和第一模型進行訓練，得到目標分類器，包括：

將所述查詢信息以向量的形式表示，并將所述每個類別的第一權重表示成概率向量；

將所述向量形式的查詢信息、所述概率向量與第一模型進行拼接合成后進行訓練，得到所述目標分類器。